Python基础-16生成器-迭代器

标签：rac   return   images   shu   意图   异常   next   扫描   ini   

16.生成器-迭代器

? ? 可循环迭代的对象称为可迭代对象，迭代器和生成器函数是可迭代对象，在Python中提供了定义迭代器和生成器的协议和方法。

16.1 迭代和可迭代对象

16.1.1 可迭代对象、迭代器和可迭代协议

1.可迭代对象

? ? 在Python中，实现了__iter__()的对象是可迭代对象(Iterable)。使用内置函数iter(obj)，可以调用可迭代对象obj的__iter__()方法，并返回一个迭代器(iterator)。如字符串、元组、列表等都是可迭代对象，生成器函数和生成器表达式也是可迭代对象。判断一个对象是否为可迭代对象，可使用以下方式：

>>> from collections import abc
>>> isinstance((1,2,3,4),(abc.Iterable,))
True
>>> isinstance("abcdef",(abc.Iterable,))
True
>>> isinstance(123,(abc.Iterable,))
False
>>> isinstance("123",(abc.Iterable,))
True
>>> isinstance({1,2,3},(abc.Iterable,))
True
>>> isinstance({"a":1,"b":2},(abc.Iterable,))
True

2.迭代器

? ? 实现了__next__的对象是迭代器，可以使用内置函数next()，调用迭代器的__next__()方法，依次返回下一个值，如果没有值，则抛出异常StopIteration。使用迭代器可以实现对象的迭代循环，让程序更加通用，高效。示例如下所示：

>>> from collections import abc
>>> tempA=(i**2 for i in range(10))
>>> isinstance(tempA,(abc.Iterable,))
True
>>> tempB={i*2 for i in range(10)}
>>> isinstance(tempB,(abc.Iterable,))
True

3.迭代器协议

? ? 迭代器对象必须实现两个方法__iter__()和__next__()，这两个方法被称为迭代器协议。__iter__()用于返回对象本身，以方便使用循环语句（for）进行迭代，__next__()用于返回下一元素。示例如下所示：

>>> from collections import abc
>>> tempA=(i**2 for i in range(10))
>>> help(tempA)
 |  __iter__(self, /)
 |      Implement iter(self).
 |  
 |  __next__(self, /)
 |      Implement next(self).

16.1.2 可迭代对象的迭代：iter和next函数

? ? 使用内置函数iter(iterable)，可以返回可迭代对象iterable的迭代器；使用内置函数next()函数，可依次返回迭代器对象的下一个值，如果没有值，则抛出异常StopIteration。示例如下所示：

>>> temp=[1,2,3,4] # 可迭代对象
>>> v=iter(temp)   # 通过内置函数iter获取iterator
>>> next(v)        # 通过内置函数next获取值
1
>>> next(v)
2
>>> next(v)
3
>>> next(v)
4
>>> next(v)       # 当没有值，则抛出异常StopIteration
Traceback (most recent call last):
  File "<input>", line 1, in <module>
StopIteration

? ? 除了使用next函数个，也可以使用while循环可迭代对象，如下所示：

temp=[1,2,3,4]
v=iter(temp)
while True:
    try:
        value=next(v)
    except StopIteration:
        break
    print(value,end=" ")

运行结果如下所示：

1 2 3 4

16.1.3 可迭代对象的迭代：for语句

? ? 实际项目中，通常会使用for语句实现可迭代对象的迭代。Python中的for循环实现了自动迭代可迭代对象的功能，如下所示：

>>> temp=[1,2,3,4]
>>> for item in temp:
...     print(item,end=" ")
...     
1 2 3 4 
>>> for item in "abcdef":
...     print(item,end="-")
...     
a-b-c-d-e-f-

16.2 自定义可迭代对象和迭代器

? ? 创建一个类，定义__iter__()和__next__()两个方法。实例化该类的对象，即为可迭代对象，也是迭代器。示例如下所示：

class Fibonacci:

    def __init__(self):
        self._first=0
        self._second=1

    def __next__(self):
        # f(n)=f(n-1)+f(n-2)
        self._first,self._second=self._second,self._first+self._second
        return self._first
    def __iter__(self):
        return self

fib=Fibonacci()
for f in fib:
    if f<100:
        print(f,end=" ")
    else:
        break

输出结果如下所示：

1 1 2 3 5 8 13 21 34 55 89

16.3 生成器函数

? ? 在函数定义中，如果使用关键字yield语句代替return返回一个值，则表示定义了一个生成器函数（generator)。生成器函数使用yield语句返回一个值，然后保存当前函数的整个执行状态，等待下一次调用。生成器函数是一个迭代器，是可迭代对象。示例如下所示：

>>> def generatorSample(n):
...     for i in range(n):
...         yield i**2
...         
>>> f=generatorSample(5)
>>> f
<generator object generatorSample at 0x00000260CE70E7C8>
>>> item=iter(f)    # 通过内置函数iter获得iterator
>>> next(item)      # 通过内置函数next获取一个值
0
>>> next(item)      # 通过内置函数next获取一个值
1
>>> for i in f:
...     print(i,end=" ")
...     
4 9 16              # 使用for循环获取剩下的值

? ? 下面我们再用生成器生成Fibonacci数列，示例代码如下所示：

def Fibonacci():
    first,second=0,1
    while True:
        first,second=second,first+second
        yield first

for f in Fibonacci():
    if f<100:
        print(f,end=" ")
    else:
        break

输出结果如下所示：

1 1 2 3 5 8 13 21 34 55 89 

16.4 反向迭代器：reversed迭代器

? ? 使用内置函数reversed()，可以实现一个反向迭代器。如果一个可迭代对象实现了__reversed__()方法，则可使用reversed()函数获得其反向可迭代对象。示例如下所示：

>>> reversed([1,2,3,4,5])
<list_reverseiterator object at 0x00000260CF0D8908>
>>> for item in reversed([1,2,3,4,5]):
...     print(item,end=" ")
...     
5 4 3 2 1

? ? 实现一个可反向迭代的迭代器示例：

class CountSample:

    def __init__(self,startIndex):
        self._startIndex=startIndex

    # 正向迭代
    def __iter__(self):
        n=self._startIndex
        while n > 0:
            yield n
            n-=1

    # 反向迭代
    def __reversed__(self):
        n=1
        while n<= self._startIndex:
            yield n
            n+=1

if __name__ == ‘__main__‘:
    obj=CountSample(10)
    print("正向迭代")
    for item in obj :
        print(item,end=" ")
    print("\n反向迭代")
    for item in reversed(obj):
        print(item,end=" ")

输出结果如下所示：

正向迭代
10 9 8 7 6 5 4 3 2 1
反向迭代
1 2 3 4 5 6 7 8 9 10

16.5 生成器表达式

? ? 使用生成器表达式，可以简便快捷返回一个生成器。生成器表达式的语法和前面所讲的列表解析式基本一样，区别在于生成器表达式使用()代表[]，基本使用格式如下所示：

( expr for iterVar in iterable )
( expr for iterVar in iterable if condition)

? ? 表达式expr使用每次迭代内容iterVar，计算生成一个列表。如果在指定条件表达式condition，则只有满足条件的iterable元素参与迭代。如下所示：

>>> (i**2 for i in range(10))
<generator object <genexpr> at 0x00000260CF0B0EC8> # 输出表明是一个生成器
>>> for item in (i**2 for i in range(10)):
...     print(item,end=" ")
...     
0 1 4 9 16 25 36 49 64 81

>>> for item in (i**2 for i in range(10) if i%2==0):
...     print(item,end=" ")
0 4 16 36 64 

16.5 小结

• 1.可迭代对象（iterable）：可循环迭代的对象称为可迭代对象
• 2.迭代器（iterator）： 实现了__iter__()和__next__()的对象，__iter__返回迭代器自身，__next__返回迭代器中的下一个值，如果没有元素，则抛出StopIteration异常
• 3.生成器（generator）：一种特殊的迭代器，使用关键字yield定义，生成器一定是迭代器，反之则不成立。
• 4.迭代对象与迭代器的示意图如下所示：

本文地址：https://www.cnblogs.com/surpassme/p/13028211.html
本文同步在微信订阅号上发布，如各位小伙伴们喜欢我的文章，也可以关注我的微信订阅号：woaitest，或扫描下面的二维码添加关注：

Python基础-16生成器-迭代器

标签：rac   return   images   shu   意图   异常   next   扫描   ini   

原文地址：https://www.cnblogs.com/surpassme/p/13028211.html